多元高斯分布及多元条件高斯分布
来源:互联网 发布:灰剂量滴定试验数据 编辑:程序博客网 时间:2024/05/01 02:40
高斯那些公式
已知
- 显然默认
x 是一个列向量 还需注意的是,当传递进去的是样本矩阵
X (以行为样本) 而不是列向量x ,则在计算指数部分时,-1/2*sum(X/Sigma .* X, 2);
当多元高斯分布退化为一元高斯时,
Σ 对应着σ2 (方差),而不是标准差(standard deviation)- 这里
d=(x−μ)TΣ−1(x−μ)−−−−−−−−−−−−−−−−√ 也称为马氏距离;
是对一元高斯分布对应的d=x−μσ 得拓展; - 多元时的
d=(x−μ)TΣ−1(x−μ)−−−−−−−−−−−−−−−−√ 也可视为某种程度的 z-分数,尤其在变量之间彼此独立,并且方差相同时,d=∥x−μ∥σ (z-分数),- d=1,68%
- d=2,95%
- d=3, 99%
3σ rule for multivariate normal distribution
1. 条件高斯分布(Conditional Gaussian distributions)
Multivariate normal distribution - Wikipedia
2. 编程时的技巧
αexp(f(x)) 的计算通常转换为,求对数,再求指数的形式:elogαexp(f(x))=elogα+f(x) p=1|Σ|(2π)D√exp(−12(x−μ)TΣ−1(x−μ)) ⇒logp=−D2log(2π)−12log|Σ|−12(x−μ)TΣ−1(x−μ)
3. 多元高斯概率密度函数的 matlab 实现
function p = gaussProb(X, mu, Sigma)d = size(Sigma, 2);X = bsxfun(@minus, X, mu(:)');log1 = -d/2*log(2*pi)-1/2*logdet(Sigma);log2 = -1/2*sum(X/Sigma .* X, 2);p = exp(log1+log2);end
- 这里的
X (样本矩阵)以行为样本;
1 0
- 多元高斯分布及多元条件高斯分布
- 多元高斯分布
- 多元高斯分布
- 多元高斯分布
- 多元高斯分布
- 多元高斯分布的边缘概率和条件概率
- 机器学习第九周(三)--多元高斯分布
- 多元高斯分布(斯坦福machine learning week 9)
- 机器学习-多元高斯分布(异常检测)
- 条件高斯分布
- 条件高斯分布
- 机器学习算法 高斯识别分析(GDA) 多元高斯分布 CS229
- 数据挖掘算法学习(九)EM算法-上篇-多元高斯分布
- 【机器学习】多元高斯分布下的贝叶斯分类感知器
- Machine Learning第九讲[异常检测] --(三)多元高斯分布(选学)
- 多元正态分布的条件概率分布(一)
- 多元正态分布条件分布公式总结
- 多元正太分布条件密度
- bootargs
- Android6.0 蓝牙模块显示搜索到的设备的流程
- CharacterController.Move 实现角色移动
- 王朝 都要学C
- 下拉列表Spinner以及选择监听
- 多元高斯分布及多元条件高斯分布
- fragment生命周期
- PostgreSQL问题解决--连接数过多
- 面板显示private变量用标签[SerializeField]
- LeetCode #424: Longest Repeating Character Replacement
- 理解Spark的核心RDD
- CodeForces 445C DZY Loves Physics
- Unity3d 乱序之惑
- 6. 其它内置组件